Im Newsletter 1/2023 der IG Metall Bildungsabteilung findest du einige Bilder zur Illustration der beiden Hauptartikel des Newsletters, die die Redaktion mit unterschiedlichen Algorithmen erzeugt hat. Es gibt eine Vielzahl von Plattformen, die diese Arbeit größtenteils kostenlos übernehmen.
Als Nutzer:in ist es allerdings viel spannender, wie Mensch den Algorithmus überhaupt zum Arbeiten bringt. Das ist in der Regel mit wenigen Handgriffen getan. Suche ganz klassisch mit Google nach einer der zahlreichen Plattformen, gib einen Befehl (einen sogenannten Prompt) ein, in dem du beschreibst, was für ein Bild du erhalten möchtest und, je nach Plattform, konfiguriere den Stil. Fertig! Wir haben im Newsletter zwei unterschiedliche Plattformen ausprobiert. Midjourney und Dall-E 2. Das rote Bild ist von Midjourney ( > Mehr zu Midjourney) und das Ergebnis des Befehls: https://en.wikipedia.org/wiki/Midjourney Das blaue Bild ist mit Dall-E 2 ( > Mehr zu Dall-E 2) erzeugt und gehorcht auf den Befehl "Digitale Bildung in der Zukunft." Ein ganz schöner kurzer Artikel mit Beispielbildern und allen damit verbundenen Ungenauigkeiten, schrägen Menschenbildern, schwierigen zu hinterfragenden Geschlechterbildern findest du in der sehenswerten Fotostrecke der FAZ. Übrigens: Wer es ein wenig genauer wissen möchte: Hinter den Plattformen zur Bilderzeugung stecken verschiedene Verfahren, die Bilder auf verschiedene Arten erzeugen, je nachdem welche Methode und welcher Algorithmus verwendet wird. ChatGPT gibt dafür einige Beispiele:
Generative Adversarial Networks (GANs): Dies ist eine Methode des maschinellen Lernens, bei der zwei neuronale Netzwerke miteinander konkurrieren. Eines der Netzwerke erzeugt Bilder, während das andere Netzwerk versucht, diese Bilder von echten Bildern zu unterscheiden. Wenn das generierende Netzwerk seine Bilder verbessert, versucht das diskriminierende Netzwerk, diese von echten Bildern zu unterscheiden, und der Zyklus geht weiter, bis das generierende Netzwerk realistische Bilder erzeugt.
Convolutional Neural Networks (CNNs): Diese Art von neuronalen Netzen wird häufig für Bilderkennungsaufgaben verwendet, kann aber auch verwendet werden, um Bilder zu erzeugen. Sie arbeiten durch die Filterung von Eingabedaten durch eine Reihe von Convolutional Layers, die visuelle Merkmale der Bilder extrahieren. Diese Merkmale können dann verwendet werden, um neue Bilder zu generieren.
Variational Autoencoder (VAE): Ein VAE ist ein anderes neuronales Netzwerk, das verwendet werden kann, um Bilder zu erzeugen. Es arbeitet, indem es eine probabilistische Modellierung von Eingabedaten durchführt, was bedeutet, dass es eine Verteilung von möglichen Eingaben lernt. Es kann dann neue Bilder erzeugen, indem es eine zufällige Abtastung dieser Verteilung verwendet.
Evolutionäre Algorithmen: Eine andere Methode, um Bilder durch künstliche Intelligenz zu erzeugen, ist die Verwendung von evolutionären Algorithmen. Hierbei wird eine Population von Bildern erstellt und diejenigen mit den besten Eigenschaften werden ausgewählt und kombiniert, um neue Bilder zu erzeugen. Dieser Prozess wird wiederholt, bis ein zufriedenstellendes Ergebnis erreicht ist.
Und was ist jetzt die Moral der Geschichte?
Probier' die Plattformen aus, und bilde dir ein Urteil. Bleib kritisch, und sei bitte nicht zu enttäuscht. Die Künstliche Intelligenz "weiß" nichts im klassischen Sinne, sondern entwirft Bilder auf Grundlage statistischer Gewissheiten. Die Datengrundlage ist größtenteils der Teil des Internets, mit dem sie mal mehr und manchmal minder ethisch vertretbar trainiert wurde. Der obenstehende Hund mit Baskenmütze ist übrigens das Ergebnis des Prompts:
A Shiba Inu dog wearing a beret and black turtleneck.
Comentários